Deep Learning: Algoritmes de programació que aprenen per si mateixos

Per a què la Intel·ligència Artificial?

Deep learning o aprenentatge profund és una subpart del machine learning que al seu torn forma part de la intel·ligència artificial.

La intel·ligència artificial és un concepte considerat modern, tant que neix a mitjans del segle XX, fa més de mig segle!!

Amb la intel·ligència artificial es va intentar que els ordinadors fossin capaços de resoldre problemes que fins al moment només podien resoldre els humans.

Si ho pensem podem programar algorismes més o menys complexos amb qualsevol llenguatge de programació sigui JavaScript, Phyton, Java... en el qual definirem les instruccions a executar per resoldre un problema concret.

Sabries programar un algorisme que en funció de la veu sàpiga qui ets?, segurament no, però veritat que tu ets capaç de reconèixer algú per la seva veu?. Aquí és on entra la intel·ligència artificial i desapareixen els algorismes tradicionals comuns.

Què és el Deep Learning?

Aleshores la intel·ligència artificial consisteix a deixar a la màquina la possibilitat de resoldre problemes que només podien ser resolts pels humans. O més aviat, problemes fàcils de resoldre pels humans però difícils per a les màquines.

El machine learning és la capacitat que un algorisme aprengui per si sol, i el deep learning és un tipus d'algorisme capaç d'aprendre per si mateix.

En Deep learning es construeix un model basat en capes, cadascuna d'aquestes capes es compon d'un nombre determinat de nodes també anomenats neurones.

Imatge lliure de drets: Pixabay Aquestes neurones estan connectades entre si, emulant el poc que es coneix del funcionament del cervell: Les neurones reben unes dades d'entrada i generen a partir d'ells una nova sortida i aquesta sortida passa a ser l'entrada de les neurones de la següent capa.

Si ho pensem bé, el que fa és processar característiques per generar noves característiques que al seu torn generen noves característiques. Potser en la teoria suposa la resolució de qualsevol problema.

Per què és tan interessant l'aprenentatge profund?

El que és increïble d'això no és només que puguem crear algoritmes que aprenguin per si mateixos, sinó que poden arribar a resoldre problemes de manera més eficient que els humans.

Ens imaginem un expert en futbol que vol saber quin equip guanyarà el partit, estudiarà una sèrie de factors, pensarà sobre ells i després de valorar-los conscientment podrà extreure una conclusió. Un model de xarxa neuronal ben entrenat per a això et donarà una resposta en un segon, només haurem de passar-li les dades d'entrada perquè les processi i ens aporti el que volem saber.

Ho podem extrapolar a molts camps: conducció automàtica, saber si una parella es separarà, saber si una empresa farà fallida, o si l'economia d'un país creixerà....

Si ho pensem, tot el que passa al món es basa en uns factors, coneguts o desconeguts. La qüestió és, saber quines variables incideixen, recopilar prou dades i aplicar-ho al nostre model de machine learning perquè ens doni una resposta.